การพัฒนาระบบติดตามการกักเก็บคาร์บอนรายเดือนในภาคการเกษตร แบบใกล้เคียงเวลาจริง
คำสำคัญ:
ระบบติดตามอัตราการผลิตขั้นปฐมภูมิสุทธิ, การกักเก็บคาร์บอน, ระบบใกล้เคียงเวลาจริงบทคัดย่อ
การพัฒนาระบบติดตามการกักเก็บคาร์บอนรายเดือนในภาคการเกษตรแบบใกล้เคียงเวลาจริงมีวัตถุประสงค์เพื่อศึกษาปริมาณของผลผลิตปฐมภูมิสุทธิในพื้นที่การเกษตรและพัฒนาระบบคำนวณปริมาณการกักเก็บคาร์บอนเหนือผิวดินในพื้นที่การเกษตรแบบใกล้เคียงเวลาจริงด้วยวิธีการวิเคราะห์ผลผลิตปฐมภูมิสุทธิจากข้อมูลของดาวเทียม TERRA/AQUA MODIS รายวันในปี 2560 รายละเอียดเชิงพื้นที่ 250 เมตร ในช่วงคลื่นสีแดงและอินฟาเรดใกล้ โดยใช้ข้อมูลจำนวน 8 วัน รวมทั้งสิ้น 44 ช่วงเวลา เพื่อการหาค่าเฉลี่ยรายสัปดาห์และนำเสนอในรูปแบบข้อมูลรายเดือน จากนั้นนำมาวิเคราะห์ปฐมภูมิสุทธิด้วยแบบจำลอง 3PGS ผลการศึกษาพบว่า ผลผลิตปฐมภูมิสุทธิของพื้นที่เกษตรกรรมมีค่าเฉลี่ย 4.59 gC/m2/day โดยมีผลรวมเท่ากับ 800,113.4 tonC/day ซึ่งผลผลิตปฐมภูมิสุทธิจากแบบจำลองมีความสัมพันธ์กับข้อมูลที่สำรวจจากภาคสนามอย่างมีนัยสำคัญทางสถิติ
ที่ระดับความเชื่อมันร้อยละ 95 โดยมีค่าสัมประสิทธิ์การตัดสินใจเท่ากับ 0.72 และพบว่าพื้นที่สวนผลไม้มีค่าเฉลี่ยผลผลิตปฐมภูมิสุทธิต่อพื้นที่มากที่สุดคือ 5.36 gC/m2/day พื้นที่นาข้าวและพืชไร่มีผลผลิตปฐมภูมิสุทธิคิดเป็น 86% ของผลผลิตปฐมภูมิสุทธิทั้งหมดที่ผลิตได้ การศึกษานี้นำแบบจำลองมาพัฒนาเป็นระบบคำนวณปฐมภูมิสุทธิและการกักเก็บคาร์บอนร่วมกับ Python package ชื่อ PyModis ซึ่งเครื่องมือที่ใช้สำหรับดาวโหลดข้อมูลอัตโนมัติที่พัฒนาด้วยภาษา Python การศึกษาครั้งนี้ทำให้ได้ระบบดาวโหลดข้อมูลอัตโนมัติรายวันที่สามารถคำนวณผลผลิตปฐมภูมิสุทธิและปริมาณการกักเก็บคาร์บอนได้อัตโนมัติแบบใกล้เคียงเวลาจริง โดยข้อมูลจากระบบถูกผลิตเป็นบริการข้อมูลให้กับผู้ใช้แบบ Web map service ต่อไป
เอกสารอ้างอิง
Bricklemyer, R.S., Lawrence, R.L., Miller, P.R. and Battogtokh, N. 2006. Predicting tillage practices and agricultural soil disturbance in north central Montana with Landsat imagery. Agriculture, Ecosystems and Environment 114(2006): 210-216.
Charoenpanyanet, A., Hemwan, P. and Sangngam, C. 2011. Remote sensing for estimation of net primary productivity (NPP) of different forest types. GISTDA. Available Source: http://gist.soc.cmu.ac.th/webboard/index.php/news/activities/Research/0050.html, April 20, 2020. (in Thai)
Chompuchan, C. and Kositsakulchai, C. 2005. Study of cropping calendar of dry-season rice using NOAA/AVHRR images. Researchgate. Available Source: https://www.researchgate.net/publication/239538228_Study_of_Cropping_Calendar_of_Dry-season_Rice_usi
ng_NOAAAVHRR_Images_in_Thai_with_English_abstract_karsuksaptithinkarpheaaplukkhawchwngvdulaengdwyphaphthaycakdawtheiym_NOAAAVHRR, April 20, 2020. (in Thai)
Coops, N.C., Waring, R.H. and Landsberg, J.J. 1998. Assessing Forest productivity in Australia and New Zealand using a physiologically-based model driven with averaged monthly weather data and satellite – derived estimates of canopy photosynthetic capacity. Forest Ecology and Management 104(1-4): 113-127.
Delucchi, L. 2020. Welcome to pyModis. PyModis. Available Source: http://www.pymodis.org/, April 20, 2020.Fang, L., Yang, J., Zhang, W., Zhang, W. and Yan, Q. 2019.
Combining allometry and landsat-derived disturbance history to estimate tree biomass in subtropical planted forests. Remote Sensing of Environment 235: 111423.
IPCC. 2006. Volume 4 Agriculture,Forestry and Other Land Use. 2006 IPCC Guidelines for National Greenhouse Gas Inventories. Available Source: http://www.ipcc-nggip.iges.or.jp/public/2006gl/, April 20, 2020.
Kvet, J., Ondok, J.P., Necas, J. and Jarvia, P.G. 1971. Method of growth analysis, pp. 648-752. In Sestak, Z., Catsky, J. and Jarvis, P.G., eds. Plant Photosynthesis Production: Manual of Methods. Junk N.V. Publishers, The Hauge, Netherlands.
MacDonald, R.B., Hall, F.G. and Erb, R.B. 1975. The use of LANDSAT data in Large Area Crop Inventory Experiment (LACIE), pp. 1B-1-1B-23. In Proceedings of theSymposium on Machine Processing of Remotely Sensed Data. LARS, Purdues University, West Lafayette, IN.
Potithrp, S. 2003. Estimation of net primary productivity (NPP) using remote sensing and local parameters in Thailand. Master of Science (Information Technology), Asian Institute of Technology.
Potithrp, S. 2003. Estimation of net primary productivity (NPP) using remote sensing and local parameters in Thailand. Master of Science (Information Technology), Asian Institute of Technology. Cited Dye, D.G. and Goward, S.N. 1993. Cover Photosynthetically active radiation absorbed by global land vegetation in August 1984. International Journal of Remote Sensing 14(18): 3361-3364.
Schahczenski, J. and Hill, H. 2009. agriculture, climate change and carbon sequestration. ATTRA: National Sustainable. Agriculture Information Service. Available Source: https://www.nrcs. usda.gov/Internet/FSE_DOCUMENTS/nrcs141p2_002437.pdf, February 20, 2020.
Thanyapraneedkul, J. and Susaki, J. 2006. Estimation of forest plantation productivity using a physiologically based model driven with meteorological data and satellite-derived estimates of canopy photosynthetic capacity. IEEE International Symposium on Geoscience and Remote Sensing 58: 339-342.
Zhang, R., Zhou, X., Ouyang, Z., Avitabile, V., Qi, J., Chen, J. and Giannico, V. 2019. Estimating aboveground biomass in subtropical forests of China by integrating multisource remote sensing and ground data. Remote Sensing of Environment 232(9): DOI:10.1016/j.rse
.2019.111341.
ดาวน์โหลด
เผยแพร่แล้ว
รูปแบบการอ้างอิง
ฉบับ
ประเภทบทความ
สัญญาอนุญาต
ลิขสิทธิ์ (c) 2022 วารสารวิจัย มหาวิทยาลัยเทคโนโลยีราชมงคลศรีวิชัย
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
เนื้อหาและข้อมูลในบทความที่ลงตีพิมพ์ในวารสารวิจัยมหาวิทยาลัยเทคโนโลยีราชมงคลศรีวิชัย ถือเป็นข้อคิดเห็นและความรับผิดชอบของผู้เขียนบทความโดยตรง ซึ่งกองบรรณาธิการวารสารไม่จำเป็น ต้องเห็นด้วย หรือร่วมรับผิดชอบใดๆ
บทความ ข้อมูล เนื้อหา รูปภาพฯลฯ ที่ได้รับการตีพิมพ์ในวารสารวิจัย มหาวิทยาลัยเทคโนโลยีราชมงคลศรีวิชัย ถือเป็นลิขสิทธ์ของวารสารวิจัย มหาวิทยาลัยเทคโนโลยีราชมงคลศรีวิชัย หากบุคคลหรือหน่วยงานใดต้องการนำทั้งหมดหรือส่วนหนึ่งส่วนใดไปเผยแพร่ต่อหรือเพื่อการกระทำการใดๆจะต้องได้รับอนุญาตเป็นลายลักษ์อักษรจากวารสาร มหาวิทยาลัยเทคโนโลยีราชมงคลศรีวิชัยก่อนเท่านั้น
